Synthetic Controls for Experimental Design
用于实验设计的合成控制AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究处理分配设计、潜在结果估计及合成控制的因果效应推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
用于实验设计的合成控制
- 研究问题
- 当实验单位是市场等大型聚合实体，且只能处理一个或少数单位时，如何选择处理组和对照组以改善基线可比性？
- 方法与思路
- 作者提出多种非随机合成控制设计，同时选择处理与对照单位，并用两组结果的加权平均估计相应平均潜在结果。
- 材料陈述的贡献
- 摘要称文章分析设计下估计量的性质并提出新的推断技术，且在聚合单位实验中展示相对随机分配的估计偏差降低。
- 阅读关注点
- 应核对单位选择与权重优化准则、目标效应定义、偏差来源，以及非随机设计的识别依据和推断方法适用条件。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明比较条件，不能据此认定随机化一般会产生偏差。
原文摘要
This article studies experimental design in settings where the experimental units are large aggregate entities (e.g., markets), and only one or a small number of units can be exposed to the treatment. In such settings, randomization of the treatment may result in treated and control groups with very different characteristics at baseline, inducing biases. We propose a variety of experimental non-randomized synthetic control designs (Abadie, Diamond and Hainmueller, 2010, Abadie and Gardeazabal, 2003) that select the units to be treated, as well as the untreated units to be used as a control group. Average potential outcomes are estimated as weighted averages of the outcomes of treated units for potential outcomes with treatment, and weighted averages the outcomes of control units for potential outcomes without treatment. We analyze the properties of estimators based on synthetic control designs and propose new inferential techniques. We show that in experimental settings with aggregate units, synthetic control designs can substantially reduce estimation biases in comparison to randomization of the treatment.